跳转至

Causal inference with staggered entries and effects that change over calendar time

作者: Lorenzo Gasparollo, Mats J. Stensrud
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/2608.30099

一、领域脉络与小综述

这个方向是什么

本子方向研究的是在个体入组时间（staggered entry）不同的纵向研究中，由于固定的行政截止日期（administrative end-of-follow-up）导致的右删失问题。核心统计/科学问题是：当研究者认为必须条件于入组时间 \(E\) 来假设删失机制（censoring assumptions）是合理的（因为 \(E\) 与结局相关，即存在日历时间变化 calendar-time changes, CTC），但条件于 \(E\) 又必然导致 positivity 违背（因为晚期入组的个体在长随访时间上必然被删失），那么因果效应（如生存函数）是否还能从观测数据中识别？ 如果不能，偏差有多大？如何通过敏感性分析来量化这种偏差？该方向当前成熟度较高，但本文指出一个被广泛忽视的、由 positivity 违背导致的根本性识别问题。

发展脉络（history）

  • 奠基工作：Robins (1986, 1993); Robins and Rotnitzky (1992); Robins and Greenland (1994)。这些工作建立了因果推断中处理删失的序贯可交换性（sequential exchangeability）框架，并指出条件于 \(E\) 是处理日历时间趋势的常见做法。Robins (1993) 和 Robins and Greenland (1994) 提出的 g-estimation of structural nested failure time models 被认为可以“adequately adjust for \(E\)”，但本文作者指出，这些方法并非主流实践。
  • 主要进展：Hernán et al. (2000, 2008)。这两篇 seminal 论文将 Marginal Structural Models (MSM) 和 IPTW 应用于生存分析，并明确调整了 \(E\)。它们被广泛引用，并启发了大量目标试验模拟（target trial emulation）研究。本文作者指出，这些工作“implicitly relied on the extrapolation assumption” 来保证识别。
  • 当前 Frontier：Hansen et al. (2017)。该文明确指出了条件于 \(E\) 时，行政删失部分的条件独立假设等价于无日历时间趋势，并认为该假设是可检验的。本文作者对此提出批评：Hansen et al. (2017) 的可检验性仅适用于研究期内（study period），而post-study period 的依赖关系（即本文定义的 CTC）是不可检验的。本文作者将 CTC 定义为“dependencies between the outcome of interest and the time of study entry arising during the post-study period”，并指出这是更一般、更适用于决策的定义。
  • 本文的位置：本文系统性地揭示了在 WSC（加权生存曲线）和 MSM-hazard 两类主流程序中，条件于 \(E\) 的删失假设因 positivity 违背而 ill-posed 的后果。它给出了在 positivity 违背下 valid identification 的条件（即 extrapolation assumptions），并首次提出了 c-values 和 extrapolation curves 作为敏感性分析工具，量化了 nullify 一个推断效应所需的最小 post-study 风险变化。

子线索聚类

  1. WSC 程序（加权生存曲线）：包括 Kaplan-Meier 及其加权/分层版本（Kaplan and Meier, 1958; Cole and Hernán, 2004; Xie and Liu, 2005）。本文证明，在 CTC 下，这些程序目标参数是受限的生存函数 \(S^{*,\text{km},a_k}_k = \prod_{m=0}^k (1-h^{a_m}_{,m})\)，而非目标 estimand \(S^{a_k}_k\)，除非满足一个难以验证的假设（8）。
  2. MSM-hazard 程序：包括 MSM 和作为其特例的 Cox 比例风险模型（Hernán et al., 2000, 2001, 2008; Cox, 1972）。本文给出了在 positivity 违背下，MSM-hazard 程序能正确识别 \(S^{a_k}_k\) 的充要条件（Proposition 1）：必须将 \(E\) 包含在基线协变量 \(V\) 中，且模型对 \(h^{a_k}_k(v)\) 的设定必须正确（即 \(M(B)^{cs}_{|V}\) with \(E \in V\)）。
  3. 敏感性分析：包括 e-values（Ding and VanderWeele, 2016）和本文提出的 c-values。c-values 量化了 nullify 一个效应所需的 post-study 风险变化，其角色类似于 e-values 量化未测量混杂。

这个方向在追问的核心问题

  1. 识别问题：在 positivity 违背下，目标因果 estimand（如 \(S^{a_k}_k\)）是否还能从观测数据中识别？需要什么额外假设？
  2. 偏差刻画：当识别假设不成立时，WSC 和 MSM-hazard 程序实际估计的是什么参数？偏差的表达式是什么？
  3. 敏感性分析：如何量化对 extrapolation assumptions 的依赖程度？能否给出一个直观的度量，帮助研究者判断其结论的稳健性？
  4. 实践指导：在目标试验模拟等广泛应用中，研究者应如何正确调整 \(E\)，并评估其结论对不可检验假设的敏感性？

⚠️ 作者的 framing

  • 作者把缺口 frame 成什么：作者将问题定位为“条件于 \(E\) 的删失假设是 ill-posed 的”，并指出这是一个被广泛忽视的根本性问题。他们将自己的贡献 frame 成“阐明这一问题的后果”并“提供解决方案（extrapolation assumptions 和 c-values）”，从而使其论文成为“显然的下一步”。
  • 哪些竞争路线被他淡化或回避了：作者明确提到 Robins 的 g-estimation 和 parametric g-computation 可以“adequately adjust for \(E\)”，但随即表示本文研究的是“two widely used classes of procedures”，从而将 g-estimation 等更复杂的方法排除在主要讨论之外。作者也淡化了修改 estimand（如将目标人群限制在 \(E \le T-k\)）这一路线，认为它改变了研究问题。
  • 什么明显该被引/该存在、却没出现在 intro 里？：作者在附录 B.5.2 中讨论了 Hansen et al. (2017) 的局限性，但 intro 中未提及。此外，关于 positivity 违背的通用处理方法（如 Petersen et al., 2012; Moore et al., 2012）仅在附录中简要提及。值得研究者去查的问题：是否存在其他处理 positivity 违背的通用框架（如基于 truncated 或 modified treatment）可以应用于此问题？这些框架与本文的 extrapolation assumptions 相比有何优劣？

张力

未见明显对立引用。所有被引工作基本都承认条件于 \(E\) 是处理日历时间趋势的必要步骤，但本文首次系统性地揭示了其导致的 positivity 违背问题，并给出了解决方案。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

  • 符号：
    • \(E\): 个体入组的日历时间（calendar time of study entry），\(E \in \{0, \dots, T\}\)。
    • \(k\): 从入组开始测量的随访时间（follow-up time），\(k \in \{0, \dots, K\}\)。
    • \(T\): 行政截止的日历时间（calendar time of administrative end of study）。
    • \(C_{k-1}\): 右删失指示符（1=删失，0=未删失），在 \(k\) 时刻结局测量之前。
    • \(A_k\): 处理指示符（1=处理，0=对照）。
    • \(Y_k\): 事件指示符（1=死亡/失败，0=存活）。
    • \(L_k\): 基线（\(k=0\)）和时变（\(k>0\)）协变量。
    • \(S^{a_k}_k := P(Y^{a_k, c_{k-1}=0}_k = 0)\): 目标 estimand，即所有个体在干预下接受处理策略 \(a_k\) 且无删失时的生存概率。
  • 模型：数据生成机制由潜在结果框架描述。关键假设是序贯可交换性（ex）、一致性（con）和 positivity（pos），这些假设通常被认为在条件于 \(E\) 和协变量历史时成立。
  • 可观测数据：研究者能观测到每个个体的 \((E, L_0, A_0, Y_0, C_0, L_1, A_1, Y_1, C_1, \dots)\)，直到个体发生事件或被删失。关键不可观测量是 post-study period 的潜在结局 \(Y^{a_k, c_{k-1}=0}_k\) 对于 \(e+k > T\) 的个体。例如，一个在 \(E=1\) 入组的个体，在 \(k=2\) 时（\(e+k=3 > T=2\)）的潜在结局永远无法被观测到，因为他在 \(k=2\) 之前必然被行政删失。

第二步：讲最小内核

最简特例：设 \(K=T=2\)。考虑一个点处理 \(A\)（仅在 \(k=0\) 时分配），且无时变混杂（\(L_k = \emptyset\) for \(k>0\)）。目标 estimand 是 \(S^{a=1}_2\)，即所有个体在 \(k=2\) 时接受处理且无删失的生存概率。

  • 问题：研究者认为 \(E\) 与结局相关，因此假设删失机制在条件于 \(E\) 时是独立的（ex）。但根据 (3)，对于 \(E=1\) 的个体，在 \(k=2\) 时必然被删失（\(C_1=1\)）。因此，positivity 条件 \(P(C_1=0 | Y_1=0, A=a, E=1) > 0\) 被违反。这意味着 ex 条件 \(Y^{a, c_{1}=0}_2 \perp \!\!\! \perp C_1 | Y_1=0, A=a, E=1\) 是 ill-posed 的，因为其条件集在观测数据中概率为零。
  • 核心思路：由于无法在 post-study period 观测到任何数据，要识别 \(S^{a=1}_2\)，必须对 post-study period 的潜在结局做出外推假设（extrapolation assumption）。本文的核心贡献是：
    1. 指出问题：WSC 程序（如 Kaplan-Meier）在 \(E=1\) 的个体中，只能估计到 \(k=1\) 的生存，然后将其“拖平”到 \(k=2\)，这隐含地假设了 \(h^{a=1}_{,2} = h^{a=1}_2\)，即 post-study 的风险与 study period 相同。这在 CTC 下通常不成立。
    2. 给出条件：MSM-hazard 程序要正确识别，必须将 \(E\) 包含在模型中，并且模型形式必须正确，这本质上是对 post-study 风险函数形式的一个外推假设。
    3. 量化敏感性：c-values 回答的问题是：如果 post-study 的风险在治疗组增加 \(c^1_2\) 倍，在对照组减少 \(c^0_2\) 倍，那么原本的效应（如风险比）就会被 nullify。研究者可以判断，这样的变化在科学上是否合理。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在 staggered entry 研究中，条件于入组时间 \(E\) 的删失假设因 positivity 违背而 ill-posed，本文研究了这一问题的后果，并给出了在 WSC 和 MSM-hazard 两类程序中实现 valid identification 的条件。
  2. 核心工具/方法：通过离散时间潜在结果框架和计数过程框架，严格推导了 WSC 和 MSM-hazard 程序在 positivity 违背下实际估计的参数（偏差表达式），并提出了 c-values 和 extrapolation curves 作为敏感性分析工具。
  3. 主要结论：WSC 程序在 CTC 下通常估计的是受限的生存函数；MSM-hazard 程序要正确识别目标 estimand，必须将 \(E\) 包含在基线协变量中且模型设定正确，这本质上是一个外推假设；c-values 提供了一种量化该假设敏感性的实用方法。

关键设定与假设

  • 关键设定：离散时间，\(K=T\)。个体 i.i.d.。数据按时间顺序 \((L_k, C_{k-1}, A_k, Y_k)\) 生成。\(Y_k\) 和 \(C_{k-1}\) 是吸收状态。
  • 关键假设：
    • ex(e, k), con(e, k), pos(e, k)：标准的序贯可交换性、一致性和 positivity 假设，条件于 \(E=e\) 和协变量历史。
    • \((\neg ecp)\)：上述三个假设在整个 follow-up（包括 post-study period）都成立。本文证明这是 ill-posed 的。
    • \((\neg ecp)\)：上述三个假设仅在研究期内（\(e+k \le T\)）成立。这是本文工作的基础假设。
    • HI：Hazard Independence，即 \(h^{a_k}_k(v)\) 不依赖于过去的处理历史 \(a_{k-1}\)。
    • \(M(B)^{cs}_{|V}\)：模型 \(M(B)\) 对 \(h^{a_k}_k(v)\) 的设定是正确的。
    • \(M(B)^{*\text{-}cs}_{|V}\)：模型 \(M(B)\) 对伪总体 \(P^*\) 中的 hazard \(h^{*,a_k}_k(v)\) 的设定是正确的。
  • 相比已有文献的放宽或强化：本文放宽了 \((\neg ecp)\) 到 \((\neg ecp)\)，承认了 post-study period 的 positivity 违背。但强化了 MSM-hazard 程序的识别条件，明确指出需要 \(E \in V\) 且模型正确，这比以往文献中隐含的假设更清晰、更严格。

主要结果

  • 定理 1 (WSC 偏差)：在 \((\neg ecp)\) 下，WSC 程序（如 IPTW Kaplan-Meier）估计的 \(S^{*,\text{km},a_k}_k\) 收敛到 \(\prod_{m=0}^k (1-h^{a_m}_{,m})\)，而非目标 \(S^{a_k}_k\)。偏差为 \(\prod_{m=0}^k (1-h^{a_m}_{,m}) - \prod_{m=0}^k (1-h^{a_m}_m)\)，除非假设 (8) 成立（即 study 和 post-study 的 hazard 相等）。技术难点：证明的关键在于 Lemma S3 和 Corollary S3，它们揭示了在 \((\neg ecp)\) 下，IPTW 权重只能将 hazard 识别到受限的 \(h^{a_m}_{,m}\)，而非完整的 \(h^{a_m}_m\)。
  • 定理 2 (MSM-hazard 识别, Proposition 1)：在 \((\neg ecp)\) 下，如果 \(M(B)^{*\text{-}cs}_{|V}\) 成立且模型可识别，那么 \(S^{a_k}_k = S^{*,\text{msm},a_k}_k\) 当且仅当 \(M(B)^{cs}_{|V}\) 成立且 \(E \in V\)。直觉：MSM-hazard 程序通过模型外推来填补 post-study 的信息。只有当模型形式正确，并且 \(E\) 被包含在模型中（从而允许模型捕捉到 post-study 的 CTC 效应）时，外推才是正确的。必要条件：\(E \in V\) 是必要的，否则 Lemma S12 证明 \(M(B)^{cs}_{|V}\) 和 \(M(B)^{*\text{-}cs}_{|V}\) 不可能同时成立。
  • 定理 3 (c-values 定义与性质)：c-values \((c^0_k, c^1_k)\) 是 nullify 一个推断效应所需的最小 post-study 风险变化倍数。它们有闭式解（当对称解存在时），并且可以转化为 additive hazard shift \(\delta^a_k\)。技术难点：证明 c-values 的存在性和唯一性（Proposition S6），以及将其与 additive hazard shift 联系起来（Proposition S7）。

证明路线与技术技巧

  • 整体路线：
    1. 建立基础：在离散时间框架下，定义 \((\neg ecp)\) 和 \((\neg ecp)\)，并证明 \((\neg ecp)\) 因 positivity 违背而 ill-posed。
    2. 分析 WSC：利用 IPTW 理论（Lemma S3, Corollary S3），证明在 \((\neg ecp)\) 下，加权后的伪总体 \(P^*\) 中的 hazard 等于受限的 counterfactual hazard \(h^{a_m}_{,m}\)，从而推导出 WSC 的偏差。
    3. 分析 MSM-hazard：引入 person-time law \(P^{pt}\)（Definition S1, Proposition S4），将 MSM-hazard 的估计问题转化为一个标准的回归问题。然后证明，要使该回归的参数 \(\beta^*\) 等于目标参数 \(\beta\)，必须满足 \(E \in V\) 且模型正确（Lemma S12, Proposition 1）。
    4. 提出敏感性分析：基于风险分解，定义 c-values 为 nullify 效应所需的最小 post-study 风险变化倍数，并给出其闭式解和与 additive hazard shift 的等价性。
  • 关键跳跃点：最吃功夫的引理是 Lemma S12，它证明了当 \(E \notin V\) 时，\(M(B)^{cs}_{|V}\) 和 \(M(B)^{*\text{-}cs}_{|V}\) 不可能同时成立。这意味着，如果研究者没有将 \(E\) 纳入模型，那么无论模型多么灵活，其估计的 \(\beta^*\) 都不可能等于目标参数 \(\beta\)。这个结论直接挑战了“只要模型足够灵活就能解决问题”的直觉。
  • 技术技巧点名：
    • IPTW 理论：用于将观测数据分布转换为伪总体分布，从而识别 counterfactual hazard。
    • Person-time law：一种将纵向数据转化为独立观测的巧妙技巧，使得 MSM-hazard 的估计问题可以简化为一个标准的 pooled logistic regression 问题，从而可以应用经典的 M-estimation 理论。
    • 风险分解：将总风险分解为 study period 和 post-study period 两部分，这是定义 c-values 的基础。
    • 凸优化：c-values 被定义为最小化一个凸惩罚函数（平方对数乘积）的解，保证了其存在性和唯一性。

真实例子与应用

  • 案例 1：Zidovudine 对 HIV 阳性男性生存的影响（基于 Hernán et al., 2000）。
    • 数据/场景：模拟数据，设定 \(K=T=15\)。设计了六个场景，区分了有无 CTC、\(E\) 的分布是否均匀、以及是否观测到 post-study 数据。
    • 方法应用：比较了三种程序：1) 包含 \(E\) 的 MSM-hazard（\(\hat{S}^{*,\text{msm}}_k\)），2) 不包含 \(E\) 的 MSM-hazard（\(\hat{S}^{*,\text{msm-we}}_k\)），3) WSC Kaplan-Meier（\(\hat{S}^{*,\text{km}}_k\)）。
    • 结果：当 CTC 存在且 \(E\) 被正确包含在模型中时（Scenario A），\(\hat{S}^{*,\text{msm}}_k\) 能正确估计 \(S_k\)。当 \(E\) 被排除时（Scenario A），\(\hat{S}^{*,\text{msm-we}}_k\) 和 \(\hat{S}^{*,\text{km}}_k\) 都低估了 \(S_k\)。当模型设定错误时（Scenario B），所有程序都失败。当 \(E\) 的分布严重左偏时（Scenario C），由于大部分个体在 study period 内已完成随访，偏差很小。
    • 说明的问题：验证了理论结果，展示了 \(E\) 在模型中的重要性，以及模型设定错误和 \(E\) 分布对偏差的影响。
  • 案例 2：mRNA 疫苗对接受免疫检查点抑制剂患者的效果（基于 Grippin et al., 2025）。
    • 数据/场景：真实数据，目标试验模拟。\(K=44\)，\(T=44\)，\(E\) 的范围是 0 到 21。
    • 方法应用：估计了加权 Kaplan-Meier 曲线 \(\hat{S}^{*,\text{km},a}_k\)，并计算了 c-values 和 extrapolation curves。
    • 结果：对于 \(k>23\)，\(\hat{S}^{*,\text{km},a}_k\) 的估计需要外推假设。c-values 显示，要 nullify 疫苗的保护效应，需要 post-study 风险在疫苗组增加约 0.95（\(k=27\)）到 0.02（\(k=44\)）倍（additive scale），在对照组减少约 0.04 倍。作者讨论了两种临床情景，认为这些变化在科学上可能是不合理的，从而支持了疫苗的保护效应。
    • 说明的问题：展示了 c-values 在实际数据分析中的应用，如何帮助研究者评估其结论对不可检验假设的敏感性。

🔎 结论是否比证明窄

  • 窄结论：Proposition 1 的证明依赖于“无完美抵消”条件（pci 和 pcii）。作者在正文中承认了这一点，但未深入讨论这些条件在实践中的普遍性。值得研究者去查的问题：这些“完美抵消”条件在什么情况下可能成立？它们是否可以被视为一种“病理学”情况，还是在实际数据中可能发生？
  • 泛泛 claim：作者在讨论中声称“We believe these results will help applied researchers understand and structure their causal analyses.” 这是一个泛泛的 claim，但论文本身提供了具体的理论指导和实用工具，因此这个 claim 是合理的。

四、开放问题

  1. 刻画偏差的 sharp bound：本文在 Corollary S5 中给出了 MSM-hazard 程序在模型设定错误时的偏差 bounds，但这些 bounds 依赖于对 post-study hazard 的上下界假设。扎根于 Corollary S5 和 Proposition 1 的证明。一个开放问题是：能否在更弱的假设下（如单调性、形状约束）得到更紧的、甚至 sharp 的 bounds？这直接关联到研究者熟悉的 nonparametric statistics 和 minimax bounds 工具。
  2. c-values 的推广：本文的 c-values 是针对 MSM-hazard 程序定义的，并假设了 HI。扎根于 Section 4。一个开放问题是：如何将 c-values 推广到更一般的设定，如时变处理、非比例风险模型、或使用 g-computation 的程序？这需要重新定义“nullify the effect”的标准。
  3. 连续时间框架下的严格理论：本文的连续时间结果（Proposition S3）依赖于一些正则性条件。扎根于 Appendix B.4 和 C.1.3。一个开放问题是：能否在更一般的连续时间计数过程框架下，建立与离散时间类似的、关于 WSC 和 MSM-hazard 程序偏差的严格理论？这可能需要更精细的 empirical process 工具。
  4. 与 g-estimation 的对比：作者指出 Robins 的 g-estimation 可以“adequately adjust for \(E\)”，但未深入讨论。扎根于 Introduction 第一段。一个开放问题是：g-estimation 是否真的能避免本文提出的 positivity 问题？如果可以，其代价是什么（如更强的模型假设、计算复杂性）？如果不能，它是否也隐含了类似的外推假设？这是一个值得研究者去查的、可能揭示不同方法间深层联系的问题。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论